基于力场转换理论的图像粗大边缘检测方法

基于粗大边缘的异源图像匹配在导航制导等领域具有广阔的应用前景,但是现有边缘检测方法很难提取出异源图像中的粗大边缘。根据异源图像成像原理和灰度分布特点,提出一种基于力场转换理论的异源图像粗大边缘检测新方法。首先,根据引力概念计算图像中各像素点受到合力的大小和方向;其次,为了去除光照和异源图像灰度不同的影响,对图像中像素点所受合力的大小进行归一化处理;然后,对归一化后的图像进行二值化分割以获得边缘像素点所在的区域;最后,通过实验研究粗大边缘像素点的合力大小和方向特征,由此得到了粗大边缘点的确定方法。实验结果表明:与Canny边缘检测方法相比,该方法对异源图像间的粗大边缘具有很好的边缘检测效果,与先分割再提取边缘的方法相比,该方法可以提取灰度值分布较集中且噪声较大的红外(IR)图像粗大边缘。

基于图像力场理论的ORB特征优化方法

针对现有的移动机器人视觉图像ORB特征受图像尺度、光照和旋转影响比较大的问题,提出了一种基于图像力场理论转换的优化ORB算法.通过计算图像熵值确定图像金字塔尺度,构建稳定的ORB特征,以此解决ORB特征点的尺度不变性.采用ORB特征点的引力方向作为特征点描述子的主方向,优化ORB算法的旋转不变性.利用PROSAC算法剔除冗余ORB特征点.结果表明,本文方法在一定程度上提高了ORB特征点描述子的准确度和匹配正确率.